摘要：房产税是房地产市场价格波动的重要政策因素。文章基于房地产金融属性的角度，将住房视为纯粹的投资对象进行房价决定因素推断，从供需关系角度选取35个城市的面板数据分析房产税对房产价格的影响机制，结果表明：房产税降低了销售面积、施工面积和开发商投资，没有显著改变房价;低房价降低了住房供给，起到了抬高房价的作用，抵消了需求下降带来的房价抑制效应，销售面积因受到供给、需求双重影响而下降。住房的投机性需求降低使得房价泡沫降低，所以房产税是有利于房地产市场可持续发展的，但是供给下降会削弱税制实行的效果。
关键词：房产税;房地产市场;房价;住房需求
0引言
住房投资的高收益、低风险与低边际性以及曾在不少城市出现的“炒房热”，让房屋逐渐偏离其基本的居住属性，成为投资工具甚至是带有杠杆属性的期货，不可避免地带来了财政压力的增加[1，2]。从宏观层面通过房产税来稳定房价和调节房地产市场运行状态，可以促进房地产市场可持续发展，同时这也是维持地方财政稳定的重要政策手段[3]。但是房产税究竟是累进税、递减税还是商品税，不仅需要理论层面的模型研究，还需要更多实际试点的表现作为参考[4]。
诸多国内外学者关于房产税对房价的影响开展了研究和探讨，大多数的研究结果表明房产税会显著抑制房价的增长，但是作用有限，市场垄断的影响比房地产税收的影响更大[5]，有学者发现房地产税对房价有显著的负向作用，降低筑房成本不能降低房价[6];刘甲炎和范子英(2013)[7]使用合成控制法研究发现房产税试点政策会降低房价，但是由于房产税主要作用于大户型住房，所以使得小户型住房受到挤出效应的影响，房价反而会提高。也有少数研究得出了不一致的结论，认为房地产税和房价呈正相关关系，提高房地产税会提高房价[8];Bai等(2014)[9]的分析表明房产税降低了上海的房价但是提高了重庆的房价。
杨超等(2021)[10]从微观住宅用地出让的数据视角，发现房产税通过抑制土地财税来实现房价间接调控。李绍荣和耿莹(2005)[11]的研究却表明财产税类份额增大会扩大收入分配差距，还会降低经济总体规模，并建议降低财产税类(如房产税)的份额。Plummer(2003)[12]的研究表明，房产税有助于城市税收的累进，这是因为低收入城市往往有相对较高的税率，同时，老龄化的免税比例增加了所有房产管辖税的累进性。倪鹏飞(2019)[13]的研究表明供需错配和持续宽松的货币政策会加剧大小城市间房价分化。
本文采用住宅商品房销售面积、房地产开发商投资总额等被解释变量，可以更加全面地反映房产税改革对整个房地产市场的影响。将样本的时间跨度延伸，可以更好地反映不同环境下房产税的影响。此外，从宏观角度来构建房价对于房产税的静摩擦力影响效应分析，试图从物理模型的角度来说明房价的应力作用方式，基于等价无穷小的房价增长模型推断，能够给出房价与房产税政策之间作用力的有效判断。
1理论分析
住宅商品房交易面积是衡量房地产市场规模的核心标准，也是衡量房地产市场发展的重要指标。房产税是否促进了房地产市场的可持续化发展在很大程度上取决于房产税能否降低整体性购房成本，实现住房的提质增量而非数字上的增加。基于此，本文在以下两个假设下作出了有限范围内的推断：(1)不考虑房产税的商品税属性和使用费性质，按照累进税率来考虑房产税的调节功能;(2)由于当前房产税的主要试点和将来的试点都会以部分一线城市为主，因此假设住房存量恒满足市场刚性需求。
1.1基于金融属性的房价决定因素和房产税对房价的影响
在本文的假设前提下，人们的购房需求只取决于对下一阶段房价变化的预期。假设在某一时期，当消费者预期未来房价不会发生波动时，此时最低房价由完全外生的其他变量决定，这些变量能决定房价，但是不会受到房价的影响。当人们预期未来房价会增加后，消费者的投资需求将增加，并且遵从理性预期假说，这取决于城乡居民的风险预期、风险承受能力、下一阶段房价预期的方差等多项因素，同时又取决于交易成本、房产税和物业税等多项因素。
本文经过一定的研究推导发现，如果房价增长率一直在上升，不能克服房价提高带来的需求减小，那么房价最终将会保持在一个定值附近振荡，但这是作为理想模型推导所得，由于我国不存在这样的情况，房价增长率伴随财政缺口等问题而产生，使得在一段时间内房价虚高，超出市场需求所决定的价格上限，城乡居民买房压力很大。
因此，考虑到住房是作为消费品而不是纯粹的金融资产，在实际情况下住房不可能完全成为非理性投资性质的理财产品，其价格受到消费需求和投资需求的共同影响，假设住房完全成为一个普通消费品①，那么此时的房价将会是同一时期内的最低房价和区域性房价上限的加权平均数，这一数值是低于城市房地产平均价格的，因而房产税将会降低房价这一结论成立。
1.2房地产市场供给侧分析
房产税的作用就是让房子回归“住”的属性，让其回归消费品而不是金融资产。北京、上海等大城市的中心城区，在土地使用趋于饱和的状态下，住房面积不受任何因素影响，房价也完全由需求决定，房地产开发商的投资意愿也随房价上涨而增加，但是投资总量无法改变。对于已经达到供给饱和状态的地区来说，房产税政策的实施将会显著降低住房需求从而降低房价，但是不会改变销售面积、房地产开发商投资总额等指标。房产税能够为地方政府带来长期稳定的收益，但这些成本本质上仍然是由地方财政来承担。
住房供给的另一个特点是投资规模大、投资周期长。当房产税改革试点政策开始实施后，房地产开发商和消费者一样都需要预估房产税改革带来的影响，当开发商预期未来房地产市场疲软时就会降低供给，从而起到抬高房价的作用，但是销售面积依然会下降。
这一部分的影响趋势与之前完全相反，之前的理论分析表明房产税会抑制房价增长，但是房地产开发商的预期会促进房价增长，由于住房的投资周期更长，因此这一部分影响可能具有一定的滞后性。考虑到开发商与购房者之间信息高度不对称，住房供给下降的可能性更大，甚至有可能会刻意抬高房价，不利于房地产市场的可持续发展。
2研究设计
2.1实证模型
本文基于国家统计局公布的35个主要城市2002—2018年的面板数据，采用双重差分法进行统计分析，构建如下双重差分模型：Yit=β0+β1didit+β2periodt+β3treati+τXit+εit(1)其中，Yit为描述房地产市场状态的被解释变量，表示i城市在第t年的被解释变量取值，被解释变量将分别采用房价、销售面积、房地产开发商投资总额、施工面积等指标来分别衡量房地产在建造环节和交易环节的状态。
periodt是在双重差分模型中用来识别是否已经开始实施房产税政策的虚拟变量，本文将2011年作为房产税开始实施的第一年，若时间在2011年及其之后，则periodt取值为1;若时间在2010年及其之前，则periodt取值为0。treati是在双重差分模型中用来识别是对照组还是实验组的虚拟变量，当i城市是实行了房产税政策的城市(上海或重庆)时，treati取值为1，否则取值为0。
双重差分估计量didit=periodt´treati是本文的核心解释变量，表示经过双重差分之后测算出的房产税政策对房地产市场的影响，如果房产税政策对房价起到了抑制作用，那么当房价作为被解释变量时，didit的参数应当显著为负;如果房产税政策对住房建造投资有显著的抑制作用，那么当房地产开发商投资总额作为被解释变量时，didit的参数应当显著为负;如果房产税政策对住房建造投资有显著的促进作用，那么当房地产开发商投资总额作为被解释变量时，didit的参数应当显著为正，其他情况与此类似。
Xit表示一系列控制变量，用来控制其他无关变量对被解释变量的影响，其中包括人口因素、经济结构、医疗服务、交通运输、财政支出等多个方面可能会影响房价的因素，考虑到这些变量之间存在相互影响，有多重共线性的风险，本文将会使用逐步回归法来消除多重共线性。在实施房产税政策之前，每个地区或者年份都可能存在着无法度量的其他因素，而这些因素无法在模型(1)中体现出来，需要在模型中加入地区固定效应和时间固定效应，但是在模型(1)中直接加入地区固定效应和时间固定效应将会生成一个近似奇异矩阵，无法进行回归分析和参数估计。
而如果没能将这些固定效应纳入模型，那么得到的回归结果很有可能是不稳健的，为了将时间固定效应和地区固定效应纳入模型，本文参照陈林和万攀兵(2019)[14]的做法进行调整，构建了一个纳入时间趋势项的时间地区固定效应双重差分模型：Yit=β0+β1didit+β2ttrendit+λt+πi+τXit+εit(2)模型(2)相对于模型(1)增加了时间趋势项ttrendit，ttrendit是t与treati的交乘项，同时增加了时间固定效应λt和地区固定效应πi，为了消除解释变量之间的多重共线性，将描述是否处于政策作用之后的虚拟变量periodt和描述是否为实验组的虚拟变量treati剔除，这不仅将时间固定效应和地区固定效应考虑在内，还能消除非平行趋势带来的负面影响。
2.2数据来源
鉴于目前新的试点城市尚无较为连贯有效的数据，本文使用了全国35个主要城市2002—2018年的面板数据，数据来源于国家统计局网站，并且进行了多变量的整合，通过整理相关指标数据，最终得到的面板数据样本容量为599。
本文评判一个城市是否为主要城市的标准和国家统计局的标准保持一致，国家统计局将上海和重庆在内的36个城市设定为主要城市，并且公布了相关数据，其中由于拉萨的数据缺失严重，于是剔除拉萨，保留了剩下35个主要城市的数据。这35个城市分别为北京、天津、石家庄、太原、呼和浩特、沈阳、大连、长春、哈尔滨、上海、南京、杭州、宁波、合肥、福州、厦门、南昌、济南、青岛、郑州、武汉、长沙、广州、深圳、南宁、海口、重庆、成都、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐。
2.3变量说明与描述性统计
房产税对房地产市场的作用分为两个部分，一部分是对交易市场需求的影响，另一部分是对住房供给的影响，本文被解释变量也根据这两个部分采用了不同的变量，为了全面阐述房地产市场的变化，这两个方面的被解释变量也采用了多项不同的指标。描述住房交易需求市场状态的被解释变量包括了房价和住宅商品房销售面积，而描述住房供给市场状态的被解释变量包括了房地产开发商投资总额和施工面积。
3实证分析
3.1基准回归结果分析
可以看到，当房价为被解释变量时，核心解释变量did的符号为负，但无法在10%的显著性水平上通过t检验，这表明本文的样本不能说明房产税对房价产生了影响，并且可以看到当被解释变量为住宅商品房销售面积、房地产开发商投资总额和房地产开发商施工面积时，did的参数都显著为负，这说明房产税对其产生了抑制作用。房产税使得房地产开发商投资总额和施工面积都下降了，说明房产税抑制了房地产开发商的投资，这表明房地产开发商对房地产市场的预期下降了。
缩减投资、降低供给，供给的下降推高了房价，削弱了房价的投资属性变化而带来的房价下跌作用，所以房产税没有对房价产生显著影响，并且在供给和需求双重下降的作用下，住宅商品房销售面积显著下降。虽然房产税没有对房价产生足够大的作用，但是也产生了积极的影响，房价虽然没有下跌，但是其金融属性减弱了，所以投机性购房需求也降低了，房屋的资本属性趋减，更加接近于只具有居住属性的商品。
3.2稳健性检验
为了确定房地产市场产生的影响确实是由于房产税政策引起的，本文采取一种类似于安慰剂检验的方法来进行稳健性检验，基本思路是选择若干其他城市，将其设定为实验组进行实证分析，如果分析的结果是房产税也使得这几个虚拟实验对象的房地产市场发生了相同的改变，就说明房地产市场的变动不是由于房产税改革引起的;如果替换实验组之后的回归分析结果显示房地产市场没有变动，就可以认为本文的结论是稳健的。
本文选取成都、贵阳、南京和杭州4个城市作为拟定的虚拟实验组，将其他城市作为对照组来进行稳健性检验，因为这4个城市与上海、重庆发展程度接近，文化、地理特征类似，在上海、重庆实施过的其他政策很多也在这4个城市中施行过，所以本文将这4个城市作为虚拟实验组。当变换实验组之后，回归结果估计的参数大小、符号、方差都与本文之前的结果差异极大，并且都无法通过显著性检验，这也就表明了房产税没有对拟定的实验城市产生影响，可以认为本文的结论是稳健的。
4结论与建议
本文实证结果表明，征收房产税能够降低房价，但并不显著，反而降低了住房销售平均面积和住房施工平均面积，同时大幅度地提高了房地产开发和投资成本，根据本文理论分析，房地产开发商由于预期下降，降低住房供给，在一定程度上抵消了消费者需求下降带来的房价下跌作用。房产税虽然不能明显改变房价，但是改变了消费者的需求结构，除去刚性需求之外，把房地产当作金融产品投资的机会大大减少。从住房库存量的角度来看，在足量库存和余量不足的情况下，房产税仍然会对房地产市场的积极性起到一定的降低作用，这反映在抑制房价上。
房地产税开征后将增加现有房地产存量的持有成本，同时加速房地产开发以逐渐消除房地产市场的泡沫。房产税带来的投机性剥离尽管会降低住房的总需求，但是能够对改善城乡居民的住房需求结构起到积极作用，不会降低刚性的住房消费需求，这也符合国家对房地产的“房住不炒”的属性要求与长期稳健发展的定位，对于完善房地产金融管理，构建“双循环”新发展格局起着不可替代的作用。
根据结论，本文认为：基于高质量的治理效能考量，为最大限度地发挥房产税的作用以稳定房价，单一实行房产税政策是不合理的，必须同时从供给侧入手，降低土地成本和房屋建筑成本，房产税开征后，转变房地产市场发展模式，使其向着住房供给高效能的目标前进，只有通过合理地提升供给来配合房产税政策实施，才能达到稳固房价的效果，更好地促进房地产市场可持续发展。
参考文献：
[1]孙秀林,周飞舟.土地财政与分税制:一个实证解释[J].中国社会科学,2013,(4).
[2]CowanAM,CowanCD.DefaultCorrelation:AnEmpiricalInvestiga⁃tionofaSubprimeLender[J].JournalofBanking&Finance,2004,28(4).
[3]LongstaffFA.TheSubprimeCreditCrisisandContagioninFinancialMarkets[J].JournalofFinancialEconomics,2010,97(3).
[4]OatesWE.AreLocalPropertyTaxesRegressive,Progressive,orWhat?[J].NatioanlTaxJournal,2016,69(2).
[5]况伟大.房地产税、市场结构与房价[J].经济理论与经济管理,2012,(1).
[6]于雪.房地产价格泡沫与拐点研究——基于日本东京和中国上海的对比分析[J].管理评论.2019,31,(9).
[7]刘甲炎,范子英.中国房产税试点的效果评估:基于合成控制法的研究[J].世界经济,2013,36(11).
作者：彭浩荣，蒋雨桥,向运华
相关阅读
